孙凯蒂刘臻谷红伟王鹤杨传沓
北京低碳清洁能源研究院国能销售集团有限公司
针对目前化工原料煤在配煤方案制定时采用经验预测方式,存在预测效率和准确率偏低且工作量大等问题,采用大数据、工业互联网及机器学习等技术,构建基于大数据的化工原料煤智慧配煤优化系统,并结合煤气化方面的专业技术和配煤预测模型,将大量的原煤数据纳入数据库,对原煤数据开展了数据使用价值的挖掘.打造的集煤质数据库、二元/三元配煤、智能配煤、气化性能预测、可视化数据分析、系统管理等功能于一体的化工原料煤智慧配煤优化系统,可为气化炉用户提供精准配煤方案,并指导化工原料煤新产品的开发.
大数据化工原料煤机器学习智能配煤
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会